Customized DBSCAN for clustering uncertain objects
Conference proceedings article
ผู้เขียน/บรรณาธิการ
กลุ่มสาขาการวิจัยเชิงกลยุทธ์
ไม่พบข้อมูลที่เกี่ยวข้อง
รายละเอียดสำหรับงานพิมพ์
รายชื่อผู้แต่ง: Tepwankul A., Maneewongvatana S.
ผู้เผยแพร่: Hindawi
ปีที่เผยแพร่ (ค.ศ.): 2010
หน้าแรก: 90
หน้าสุดท้าย: 93
จำนวนหน้า: 4
ISBN: 9780769539232
นอก: 0146-9428
eISSN: 1745-4557
ภาษา: English-Great Britain (EN-GB)
ดูในเว็บของวิทยาศาสตร์ | ดูบนเว็บไซต์ของสำนักพิมพ์ | บทความในเว็บของวิทยาศาสตร์
บทคัดย่อ
Several data management applications rely on data clustering methods which are usually designed to handle a static object as a single point in space. In recent years, clustering static objects seems to reach a stable point. Clustering uncertain objects is more challenging than clustering static objects and currently, it is actively studied in data mining clustering researches. In this paper, we study the problem of clustering uncertain objects whose locations are described by discrete probability density function (pdf). We propose to customize DBSCAN algorithm and derive formula to reduce computation cost for clustering uncertain objects. We also apply a concept of standard deviation to approximately identify uncertain model of objects. Finally, we aim to indicate how our method can be used to effectively clustering uncertain objects. ฉ 2010 IEEE.
คำสำคัญ
Uncertain data
ติดต่อสอบถามเพิ่มเติมได้ที่